735 diberikan nilai 1, jika item
x
tidak diungkapkan maka diberikan nilai 0 pada
check list
Basuki Prawoto, 2016.
2.3. Metode Pengujian Hipotesis
Untuk menguji hipotesis yang dikembangkan dalam penelitian ini digunakan alat analisis regresi. Model persamaan struktural yang digunakan dalam penelitian ini adalah:
CETR
it
= β
+ β
1
ukuran_perusahaan
it
+ β
2
umur_perusahaan
it
+ β
3
komisaris_independen
it
+ β
4
komite_audit
it
+ β
5
sales_growth
it
+β
6
CSR
it
+ ε
3. HASIL DAN PEMBAHASAN
3.1. Deskripsi Umum Data Penelitian
Tabel 1. Proses Pemilihan Sampel
No. Kriteria
Jumlah Pemusnahan
1. Perusahaan Manufaktur yang terdaftar di BEI periode 2013-2015
201 2.
Perusahaan manufaktur yang tidak menggunakan rupiah Rp sebagai mata uang pelaporan
43 3.
Perusahaan mempublikasikan laporan keuangan namun tidak konsisten dalam mata uang pelaporan dari mata uang Rp beralih ke mata uang
asing 3
4. Perusahaan tidak lengkap dalam mempublikasikan laporan keuangan
3 3.
Perusahaan mempublikasikan laporan keuangan namun tidak memenuhi penyajian informasi yang berkaitan dengan variabel penelitian serta IPO
yang belum sesuai dengan kriteria selama pengamatan 5
4. Outlier data
48
Jumlah Sampel Perusahaan tahun Observasi 2013-2015 99
Sumber: Data sekunder diolah, 2016
Uji Statistik Deskriptif
Uji statistik deskriptif ini menunjukkan tentang penjabaran dan penggambaran dan menjelaskan berbagai karakteristik data seperti jumlah pengamatan
sum
, rata-rata
mean
, simpangan baku
standard deviation
, varians
variance
, rentang
range
, nilai minimum dan maksimum dan sebagainya.
Tabel 2. Hasil Uji Analisis Deskriptif
Variabel N
Min Max
Mean Std. Dev.
Tax avoidance 99
-0,031 0,345
0,224 0,066
Ukuran Perusahaan 99
10,815 13,582
12,201 0,634
Umur Perusahaan 99
0,500 37,500
16,018 8,527
Komisaris Independen 99
0,250 1,000
0,425 0,172
Komite Audit 99
1,000 4,000
2,960 0,450
Sales Growth 99
-0,543 2,194
0,076 0,293
CSR 99
0,793 1,000
0,889 0,047
Sumber : Data SPSS diolah, 2016
3.2. Uji Asumsi Klasik
Uji Normalitas
Apabila nilai signifikansi dari setiap variabel memiliki nilai 0,05, maka dapat disimpulkan bahwa seluruh data variabel data yang diteliti terdistribusi secara normal dan apabila signifikansi
0,05 maka dapat disimpulkan bahwa seluruh data variabel data yang diteliti terdistribusi secara normal. Berdasarkan hasil uji normalitas pada tabel 3 menunjukkan bahwa nilai signifikansi dengan
variabel uji ukuran perusahaan, umur perusahaan, komisaris independen, komite audit, sales growth dan CSR 0,05, maka dapat disimpulkan bahwa data terdistribusi secara normal. Adapun pengujian
normalitas juga bisa dilihat dari grafik p-plot pada gambar 1.
736
Tabel 3. Hasil Uji Asumsi Klasik
Variabel yang diuji Uji Normalitas
Standar Ket
Zero order Partial
Unstandardized Residual Ukuran Perusahaan
0,219 0,119
0,05 Normal
Umur Perusahaan 0,357
0,497 0,05
Normal Komisaris Independen
0,294 0,083
0,05 Normal
Komite Audit 0,632
0,674 0,05
Normal Sales Growth
0,126 0,064
0,05 Normal
CSR 0,122
0,079 0,05
Normal Sumber: Data SPSS diolah, 2016
Gambar 1. Grafik
Normal P-P plot
Dalam penelitian merupakan keputusan untuk menerima dan menolak hipotesis yaitu dengan melihat grafik. Apabila titik- titik telah mengikuti garis lurus, maka dapat dikatakan
residual
telah mengikuti distribusi normal. Dari grafik Normal P-P plot diketahui titik- titik nya hampir mengikuti
garis lurus. Dari sini bisa diambil kesimpulan sementara bahwa
residual
telah mengikuti distribusi normal.
Uji Multikolinearitas Uji Multikoliearitas bertujuan untuk menguji apakah terdapat model regresi yang ditemukan
adanya kolerasi antar variabel bebas independen. Apabila nilai VIF 10 maka tidak terdapat multikoliearitas di antara variabel independen, dan sebaliknya apabila nilai VIF seluruhnya 10,
sehingga asumsi model tersebut mengandung multikolinearitas antar variabel independen. Apabila nilai
Tollerance
0,10, maka dikatakan terjadi multikolinearitas dan apabila nilai
Tollerance
0,10 maka dikatakan tidak ada multikolinearitas antar variabel independen. Adapun pengujian
multikoliearitas juga bisa dilihat dari tabel di bawah ini:
Tabel 4. Hasil Uji Multikoliearitas
Sumber: Data SPSS diolah, 2016
Berdasarkan hasil uji multikolinearitas pada tabel 4 di atas menunjukkan bahwa nilai ukuran perusahaan, umur perusahaan, komisaris independen, komite audit,
sales growth
dan CSR memiliki nilai Tollerance 0,10 dan VIF 10, maka dapat disimpulkan bahwa tidak terjadi multikolinearitas
di dalam model regresi. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu pengamatan ke pengamatan lain. Jika nilai signifikansi residual variabel independen
unstandardized residual
0,05, maka dapat disimpulkan tidak terjadi gejala heterokedastisitas dalam model regresi, sebaliknya jika nilai signifikansi residual variabel
Variabel Tollerance
Standar VIF
Standar Keterangan
X1 0,823
0,10 1,216
10 Bebas Multikolinearitas
X2 0,752
0,10 1,329
10 Bebas Multikolinearitas
X3 0,747
0,10 1,340
10 Bebas Multikolinearitas
X4 0,680
0,10 1,470
10 Bebas Multikolinearitas
X5 0,947
0,10 1,056
10 Bebas Multikolinearitas
X6 0,850
0,10 1,177
10 Bebas Multikolinearitas
737 independen
unstandardized residual
0,05, maka dapat disimpulkan bahwa telah terjadi gejala heterokedastisitas dalam model regresi. Hasil Pengujian heterokedastisitas adalah sebagai berikut:
Tabel 5. Hasil Uji Heteroskedastisitas
Variabel Unstandardized Residual
Standar Keterangan
Ukuran Perusahaan 0,219
0,05 Bebas Heterokedastisitas
Umur Perusahaan 0,357
0,05 Bebas Heterokedastisitas
Komisaris Independen 0,294
0,05 Bebas Heterokedastisitas
Komite Audit 0,632
0,05 Bebas Heterokedastisitas
Sales Growth 0,126
0,05 Bebas Heterokedastisitas
CSR 0,122
0,05 Bebas Heterokedastisitas
Sumber: Data SPSS diolah, 2016
Berdasarkan hasil uji heterokedastisitas pada tabel 5 di atas menunjukkan bahwa nilai ukuran perusahaan, umur perusahaan, komisaris independen, komite audit,
sales growth
dan CSR memiliki nilai
unstandardized residual
0,05, maka dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas di dalam model regresi. Selain itu kriteria yang menjadi dasar pengambilan
keputusan yang lain adalah dengan melihat pola titik- titik pada grafik regresi sebagai berikut:
Gambar 2. Pola titik- titik
Scatterplot
heteroskedastisitas
Berdasarkan hasil gambar 2 di atas menunjukkan bahwa tidak terdapat pola yang jelas, seperti titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka dinyatakan bahwa tidak
terrjadi heteroskedastisitas di dalam model regresi. Uji Autokolerasi
Uji Autokolerasi bertujuan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokolerasi yaitu kolerasi yang terjadi antara residual pada satu pengamataan dengan pengamatan
lain di dalam model regresi. Metode pengujian sebagai syarat tidak adanya autokolerasi dalam model regresi adalah menggunakan uji
Durbin Watson
uji DW dengan ketentuan sebagai berikut: 1 Jika d lebih kecil dari dL atau lebih besar dari 4-dL maka H
hipotesis nol ditolak, yang berarti terdapat autokolerasi.
2 Jika d terletak antara dU dan 4-dU, maka H hipotesis nol diterima, yang berarti tidak ada
autokolerasi. 3 Jika d terletak antara dL dan dU atau di antara 4-dU dan 4-dL, maka tidak menghasilkan
kesimpulan yang pasti. Hasil pengujian uji Autokolerasi adalah sebagai berikut:
Tabel 6. Hasil Uji Autokolerasi
Sumber: Data SPSS diolah, 2016
Berdasarkan hasil uji heterokedastisitas pada tabel 7 di atas menunjukkan bahwa nilai d sebesar 2,249, sedangkan niai dU dan dL adalah 1,8029 dan 1,5467, maka dapat disimpulkan bahwa
DW dL
dU 4-dU
4-dL Ket
2,249 1,5467
1,8029 2,1971
2,4533 Bebas autokolerasi
738 d lebih besar dari dL atau lebih kecil dari 4-dL maka H
hipotesis nol diterima, yang berarti tidak terdapat autokolerasi di dalam model regresi.
3.3. Analisis Regresi Linear Berganda
Kategori